吉宁博士观点
0引言
随着我国企业的成熟、市场制度的完善，以及经济的全球化，信息化、知识化，我国大型煤机企业之间的竞争，正逐步由“粗放型”竞争进入以专业化、系统化、数据化、信息化为核心的“精细型”竞争。在“精细型”竞争态势已经不可避免、精细化生产管理迫在眉睫之时，分析精细化生产管理的实践问题，并通过寻求相应的问题解决思路，以提升企业设计与生产系统对市场的应变能力，将粗放的生产计划控制模式改变为精确化计划控制模式，提升企业生产资源利用率，保证订单交货期，提升公司的客户信誉度和满意度，已成为大型煤机企业赢得日益激烈市场竞争、实现企业持续快速发展的重要课题之一。
1精细化生产管理的内涵与核心
精细化生产管理是建立在常规管理的基础上，并将常规管理引向深入，将管理工作中做“精”做“细”的思想和作风贯彻到企业所有管理环节的一种科学有效的管理模式，是社会分工的精细化以及服务质量的精细化对现代管理的必然要求。精细化生产管理强调将管理工作做细、做精，以全面提升企业管理水平和工作质量，是企业超越竞争者、超越自我的需要，是企业追求卓越、实现完美的必然选择，也是确保企业在激烈的市场竞争中实现基业长青的重要指导思想和管理理论。
精细化生产管理工程中把精细管理的核心内容分为“五精四细”。从企业精细化生产管理的层面，我们可以将精细化生产管理的核心归纳为以下几方面：
(1)细分产品订单，保障重点订单，提升订单预测的精度。企业在制定一定生产周期内的产品出产计划时，需要综合考虑订单交货期、产品价值、客户信誉度等多方面因素，做到力求所有客户满意的
批量和在制品、半成品储备是MRP需要处理的核心参数，而这些参数的科学确定需要大量后台数据的支持。由于数字化精细化生产管理水平较低，公司生产提前期的确定一般依靠经验数据直接输入，合理性无法保障，长期存在着准确差和滞后的问题。这一方面影响到产品和零部件的生产周期失真，进一步影响提前期和生产能力的准确性，一方面影响到不能及时为编制生产计划提供时间依据工时。生产批量和在制品、半成品库存方面，公司同样是由计划员凭经验人为制定，在制品量过大，资金占用过高。因而，寻找科学合理的确定MRP期量标准的方法，提升标准制定的动态性，为生产计划的及时调整提供正确依据，进而提升企业生产计划编制的柔性，一直是企业应对客户订单变化的随机性、随意性，提升客户服务满意程度，进而赢得激烈市场竞争所努力解决的关键之一。
再次，企业面临着无法短时间内解决资金支持不足问题和尽快提升ERP系统市场应变能力的矛盾。由于各种客观原因，大型机械装备制造企业大都存在着生产数字化水平低、研发资金有限的问题而有限的研发资金又束缚了企业获取更高级ERP系统的能力。基于企业数字化管理现状，对现有ERP系统进行改造，以适应系统柔性应对市场变动要求，一直是企业迫切需要解决的问题之一。
3问题解决思路
针对以上存在的问题，立足于企业实际，以确保ERP系统精细化生产管理模块功能充分发挥、提升产品按时交货率为目标，公司组织信息、生产等部门的研究人员对产品生产流程的各个环节进行了深入调研，找出了问题解决的关键切入点，进而通过模块化的程序设计弥补了企业ERP系统实施过程中的缺陷，实现了对这些问题的解决。
企业模块化程序设计主要包含3个核心模块：产品排序模块、变型件提前期估算模块、车间调度控制模块，它们在ERP系统MRP制定中主要的切入点。
产品排序模块：产品排序模块主要是通过产品订单的科学排序研究得来的，主要功能是通过对客户需求特征的分析，解决产品订单的科学细分与排序及MPS核心参数的科学制定问题，进而推动波动的市场需求与企业平稳生产的矛盾的解决。具体来说，该模块主要考虑的客户需求特征包括：客户优
先级、品种特征、价格特征、数量特征、交货期特征等。
对客户优先级的特征分析可以从已有订单中选出最应投产的订单来，并排出投产顺序。客户优先级则是计划期订单择优与产品投产排序的依据。同时将“插单”视为客户优先级提升来处理。对品种特征的分析主要是优先考虑订单中改型设计多的订单，保证这些订单充足的生产、技术准备时间。对价格特征的分析主要是从价值的角度考虑订单安排的次序，即首先要保证那些高信誉度客户的、价值高的产品订单生产。大型机械装备的生产大都是单件生产，生产的重复性差，但其分解后却可以包含成千上万个零件，对数量特征的分析主要是考虑订单生产需要的零件生产批量，而这也是高效率生产的关键。对交货期特征的分析主要是为了在坚持“先来先交货”前提下的对重点客户订单交货期的保证。变型件提前期估算模块：该模块的设计主要是针对MRP制定中存在的生产提前期数据依靠经验值或固定值输入、缺乏科学性和动态性的缺陷，依据企业长期存在的订单变型零件生产计划下达滞后的现状，通过对期量标准生成技术的研究，运用人工神经网络的方法实现的。
在MRP提前期设置中存在提前期设置方法与模型方面和MRP系统功能方面的问题f51。这里我们重点阐述方法和模型方面的问题。在提前期设置方法和模型方面的主要问题是缺少理论模型。提前期大多根据经验估算或依据简单的公式进行计算，通常被作为一种固定提前期，较少考虑批量大小、生产能力和工序时间。提前期是用来确定任务下达时间，但更重要的是它还关系到项目的按期完成，如果没有一个准确的提前期就不可能有准确的交货期，提前期还关系到原材料库存和在制品库存的数量，如果没有一个准确的提前期，就不可能有一个准确的原材料和在制品计划，也不可能准确地控制原材料、在制品和成品的库存，提前期还关系到ERPPMRP—II系统实施的后续步骤，特别是能力需求计划CRP的进行，如果提前期不准确，后面的能力需求计划也不可能是准确的。
基于对以上公司现状和动态期量标准的认识，我们组织公司信息、生产等部门的相关人员研究了解决变型件生产提前期问题、实现动态期量标准生成的方法。我们发现，由于被估算生产提前期的零件是变型的，有时变型会很大。这就使得其零件特征参数在产品零件数据库中很难找到符合要求的相似数据，从而使得统计分析推理的方法不具有可行性。人工智能方法的学习扩展能力可以弥补统计分析方法的不足，通过自身学习历史数据分析得到的非线性高维规律，对变型零件的生产提前期做出较为准确的估算，同时又通过对新的提前期数据的学习，不断增长自身学习分析数据的能力，不断提升自身数据处理技能，进而实现对期量标准的动态估算。研究表明，RBF神经网络是解决这一问题的理想途径。
变型零件生产提前期估算问题，由于零件种类的千差万别、零件变型的随机多样以及提前期相关决定因素的复杂性，而使其复杂性和解决的难度都比较大。通过实验证明，一个可行的思路是：将影响变型零件提前期的主要影响因素相关数据作为神经网络的输入，将提前期数据(也可以包括生产批量，需同时将影响生产批量的相关因素数据作为输入)作为网络的输出。这就形成了一个从高维度(准确说是动态维度，毕竟每一系列零件的提前期影响因素的类别差异会很大)的输入到一维(或两维)的输出之间的非线性映射问题。而RBF网络的特点决定了它更适合于解决这类问题。这里，对于网络中心节点数目和位置，通过按照零件类别分别建立RBF网络，根据数据库中各个类别的信息进行统计分析的方法加以确定。而输出权值和半径的调整和确定则运用梯度下降法实现。算法的步骤如下：
①选取训练样本，通过统计分析确定样本的分类数目
②运用k-means算法确定分类中心的位置I
③梯度下降法训练网络输出权值和半径。
以Z公司为例，我们采用了机加工一车间的相关数据，这是因为相对于铆焊、锻造、组装等其他车间来说，机加工车间内零件的变型影响因素更容易确定和量化，且认为主管因素的影响相对较小。同时，从企业现有的ERP系统数据库来看，机加工车间的相关变型数据也是比较完备的，更有利于实验的进行。我们选取了部分板材类零件生产数据，经过必要的数据选择和归一化处理，我们得到了以下的零件生产提前期影响因素和生产提前期实验数据。
网络估算的变型零件生产提前期的数据和真实数据的误差最大不超过9％，考虑到估算数据为零件生产车间级的提前期(一般精确到小时甚至天)，此网络的数据估算能力已经达到了一定的水平，可以用于企业相关数据的估算。也证明我们所用的方法是有效的。
车间调度控制模块：车间调度控制模块主要是基于对车间能力平衡的研究进行开发的。其功能主要体现为两个方面：弥补MRP生产提前期设置中假设车间生产能力无限的缺陷，提升提前期数据的合理性，基于车间有限能的生产调度，确保车间生产资源的优化和充分利用。首先，车间调度控制模块的车间剩余能力输出信息可以弥补MRP提前期制定中假设车间能力无限的缺陷，有助于提前期数据的科学调整。MRP提前期设置中事后调整能力负荷的方法不利于生产管理的改进。因为在这种模式里，计划人员看不到提前期与能力两者之间的密切联系，更糟糕的是助长了他们不合理地延长提前期的做法，把许多问题都归结于提前期不够长，从而掩盖了精细化生产管理中的许多问题。因此，MRP系统不可能通过CRP盲目调整的方法达到在现有能力的限制下，尽可能地做到准时、低库存的生产。而通过在提前期的估算过程中就及时得到车间剩余生产能力的数据信息，进而通过一定的方法科学的调整提前期数据，不但可以提升提前期数据的合理性，避免由于与能力不匹配而导致的车间生产计划的反复调整，还可以对充分利用企业生产资源、提升产品按时交货率起到积极的作用。
其次，车间调度控制模块可以实现对日计划进行动态排产，指定每件任务的最优加工路线和每台设备的最优加工次序，支持加工设备的互替性，维持计划的柔性，从而实现了日调度计划的可行性和最优性。合理配置和优化利用有限资源，挖掘设备与工时利用率上的潜力，提升企业按时交货率，使企业生产能力得到最大程度的发挥，提升企业的竞争能力。
基于车间调度控制模块所要实现的功能，通过借鉴比较大量有关车间柔性调度问题的方法思路，我们采用基于多种退火遗传算法求解柔性作业车间调度问题，将初始种群划分为4类子种群，各种群采用不同的进化策略同时进化，进化过程中利用模拟退火算法的接收准则选择新解，同时各子种群之间要进行信息交换和个体移植，以促进子种群的进化，。该算法较传统的遗传算法求解该问题有很大的改进，即利于优良个体的保留，提升整个算法的收敛性，又有利于保护群体的多样性，加快进化速度，避免单种群过早收敛，仿真结果证明，应用此法求解柔性作业车间调度问题是有效的。
4结论
Z公司在实施精细化生产管理的具体实践中，针对其遇到的典型问题，组织相关研究人员进而通过模块化的程序设计弥补了企业ERP系统实施过程中的缺陷，实现了对这些问题的解决。着眼于整个大型机械装备制造行业，Z公司的实践经验说明企业在实施精细化生产管理的过程中不可避免地要遇到各种问题，关键是要坚持精细化生产管理的原则、选择好解决问题的突破口、确定合适的解决方法，进而提升企业应对“精细竞争”的能力。
